摘要
本发明涉及一种基于数据驱动的纤维增强复合材料阻燃性能的预测方法,所述预测方法包括以下步骤:S1)数据集构建与预处理;S2)构建用于预测纤维增强复合材料阻燃性能的深度神经网络模型;所述深度神经网络模型以纤维参数、阻燃剂参数和树脂参数作为输入变量,阻燃性能为输出变量;S3)模型验证与测试;S4)阻燃性能预测应用。本发明综合考虑纤维种类、阻燃剂类型、树脂类型、原料配比等特征变量进行全局优化,多变量的协同统一能够提升单一阻燃剂分析的纤维增强复合材料阻燃性能预测的准确性,实现仿真模型和结果的批量构建、计算与处理。
技术关键词
深度神经网络模型
复合材料
阻燃剂
材料数据库
参数
双向长短期记忆网络
变量
混合结构
聚芳酯纤维
聚酰亚胺纤维
玄武岩纤维
多通道
处理器
样本
注意力机制
芳纶纤维
预测误差
仿真模型
系统为您推荐了相关专利信息
光谱成像装置
模型获取方法
散射特征
数据
风机叶片材料
动态数据库
立体仓库调度系统
规划
指数
三维模型
计算机可读指令
残差网络
数据
网络模型训练
参数